РАСПОЗНАВАНИЕ ОБЪЕКТОВ С ПОМОЩЬЮ МЕТОДА «СОБСТВЕННЫЙ ВЕКТОР» В ПОДПОВЕРХНОСТНОЙ РАДИОЛОКАЦИИ

April 23, 2012 by admin Комментировать »

Зайков Е. А., Михнев В. А., Максимович Е. С. Институт прикладной физики Ул. Академическая, д. 16, Минск – 220072, Беларусь Тел.: +375-17-284 24 39; e-mail: ezaikov@tut.by

Аннотация – Предлагается новый подход к применению метода «собственный вектор» для радара со ступенчатой перестройкой частоты (РСПЧ), используемого в подповерхностной радиолокации. Целью является получение дополнительной информации об амплитудах и фазах соответствующих объектам сигнальных компонент при сохранении характерного для этого метода высокого разрешения.

I.  Введение

Специалисты в самых различных отраслях, таких, как диагностика в медицине, обнаружение мин и т.д. сталкиваются с проблемами, связанными с обнаружением и распознаванием объектов. Общими требованиями для подобных систем являются высокое разрешение, точное и надежное распознавание. Исходя из требований высокого разрешения, в РСПЧ системах для получения синтезированного профиля дальности (СПД) часто применяется алгоритм «собственный вектор» [1], хотя он в классическом применении дает неточную информацию об амплитудах и не дает информации о фазах сигнальных компонент, что сводит к минимуму возможность распознавания. Для построения СПД также часто используется обратное дискретное преобразование Фурье (ОДФТ), главные недостатки которого – наличие боковых лепестков и крайне низкая способность разрешать сигналы от близко расположенных объектов. Было предложено несколько способов выгодно скомбинировать СПД от ОДФТ и метода сверхразрешения [2, 3]. В данной работе предлагается принципиально другой подход, при котором полученный с помощью алгоритма «собственный вектор» псевдоспектр рассматривается как оценка расстояний до объектов и исходные данные для последующей процедуры определения амплитуд и фаз, соответствующих объектам сигнальных компонент.

II.  Основная часть

Прежде всего, следует упомянуть несколько шагов, которые были предприняты перед применением алгоритма «собственный вектор», таких как калибровка, вычитание первой границы и дополнение нолями [2]. Затем применяется метод «собственный вектор». Согласно своей математической модели [4], СПД, полученный с помощью этого алгоритма должен представлять собой набор пиков бесконечной амплитуды на расстояниях, соответствующих объектам. На практике, из-за ошибок оценивания пики не бесконечны, но, тем не менее «собственный вектор» ставит в соответствие объектам острые пики, и с его помощью можно разделить близко расположенные объекты, в то время как ОДФТ будет видеть их как один. Существенные недостатки метода следуют из его математической модели: пики, соответствующие объектам, не являются амплитудами сигнальных компонент (меньшая амплитуда может соответствовать большему пику), а информация о фазе компонент и вовсе теряется. Поэтому псевдоспектр логичнее рассматривать не как спектральную оценку, а как оценку расстояний до объектов.

Далее предлагается следующий подход к результатам вычислений метода «собственный вектор»: взять расстояния, соответствующие пикам (и, следовательно, объектам), не обращая внимания на их «амплитуды». Затем каждому расстоянию можно поставить в соответствие следующий экспоненциальный член:

Рис. 2. Металлический стержень в песке.

Fig. 2. Detection of metallic rod buried in sand

Первая граница была вычтена (для модифицированного метода). Видно, что такой объект «сдвигает» фазу и по результатам представленного метода металлический стержень легко отличить от воздушного зазора (рис. 1), в то время как ОДФТ показывает их одинаково.

III.  Заключение

Разработана методика, позволяющая преодолеть основные недостатки метода «собственный вектор», такие как нехватка информации о фазе и амплитуде сигнальных компонент при сохранении высокого разрешения и дополнить его. Приведены экспериментальные данные, подтверждающие, что при применении такой методики различные типы подповерхностных отражателей видны по-разному.

IV. Список литературы

[1 ] Hiroyoshi Yamada, Manada Ohmiya, Yasutaka Ogawa, Kiyohiko Itoh Superresolution techniques for time-domain measurements with a network analyzer – IEEE transactions on antennas and propagation, vol. 39, №. 2, February 1991.

[2] Mikhnev V., Maksimovitch Ye., Vainikaineri P. Characterization of shallow underground Appl. Signal Processing, 2003, №.12, pp. 1198-1209. Proceedings of the 2003 IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2003), Toulouse, 21-25 July, 2003, session “Volume and Subsurface Scattering”, CD 7p.

[3] Shanker Man Shrestha, Ikuo Arai Signal processing of ground penetrating radar using spectral estimation techniques to estimate the position of buried targets – EURASIP J. on Appl. Signal Processing, 2003, № 12, pp. 1198-1209.

[4] Marple S. L. Jr. Digital spectral analysis with applications, Prentice-Hall, NJ, 1987.

THE EIGENVECTOR-BASED IDENTIFICATION OF SHALLOW BURIED TARGETS IN GROUND PENETRATING RADAR

Zaikov E. A., Mikhnev V. A., Maksimovitch Ye. S.

Institute of Applied Physics

16,  Akademicheskaya, Minsk – 220072, Belarus

Tel.: +375-17-284-24-39, e-mail: ezaikov@tut.by

Abstract — A new approach of super-resolution eigenvector method implementation in step-frequency ground penetrating radar (GPR) is proposed. The pseudospectrum determination, fulfilled by the eigenvector algorithm, is followed by a procedure of more precise signal parameters’ estimation. Accordingly, distance to the object obtained by eigenvector algorithm is considered more reliable. Then, complex amplitudes of determined signal components are calculated, it allows distinguishing different types of buried objects.

I.  Introduction

Specialists in various areas, such as non-destructive testing in civil engineering, medical diagnostics, mine detection, and so on, face the problems connected with the target identification and discrimination. According to formulated requirements of high resolution a pure super-resolution eigenvector technique is often used to achieve pseudospectrum, although this method suffers from the lack of information about phase and amplitude of signal components. Thus, effective recognition of buried targets with the use of eigenvector pseudospectrum only is hardly possible. The described approach consists of two stages. At first stage, the eigenvector method is used to determine pseudospectrum. After that, more accurate phase and amplitude computation based on the least-squares approach with the use of preprocessed data and eigenvector pseudospectrum is performed.

II.  Main part

There are some useful steps to be completed prior to applying the eigenvector algorithm. Those are the free-space calibration procedure, the subtraction of early time response and zero- padding. In details these procedures are described in [2]. Then the super-resolution eigenvector algorithm has been implemented. According to its ideal mathematical model, eigenvector pseudospectrum should be a set of infinite peaks on the actual targets distances, although in practice it is impossible to use because of various reasons [4]. Nevertheless, eigenvector method yields sharp peaks, corresponding to the objects. Consequently its output can be interpreted as the distances estimation. This method can resolve objects in the case when IFFT (inverse fast Fourier transform) fails to do it. But inevitable disadvantages are rather valuable too. First of all, amplitudes of the peaks are not correct amplitudes of the signal components (a higher peak may correspond to the signal of lower amplitude). Second, information about phases of signal components in the eigenvector method is lost.

Considering pseudospectrum, it is reasonable to take positions of the peaks from eigenvector method without paying attention to their amplitudes. Then, the problem of complex amplitudes’ calculation can be solved in a least-square sense. Complex amplitude contains information about a real amplitude and phase of the signal.

III.  Conclusion

A modified method attempting to eliminate main shortcomings of the eigenvector technique, that is, the lack of the information about phase and amplitude of signal components has been proposed. The high resolution of the eigenvector method has been preserved in the proposed technique as well. The experimental results show that in this approach different types of subsurface reflectors are seen in the different ways. Thus, the quality of the detection is good in the sense of both resolution and discrimination of the buried targets.

Источник: Материалы Международной Крымской конференции «СВЧ-техника и телекоммуникационные технологии»

Оставить комментарий

микросхемы мощности Устройство импульсов питания пример приемника провода витков генератора выходе напряжение напряжения нагрузки радоэлектроника работы сигнал сигнала сигналов управления сопротивление усилитель усилителя усиления устройства схема теория транзистора транзисторов частоты